首页pandas hdf4

pandas hdf4

时间: 2023-08-15 13:05:46 浏览: 92

对于pandas来说，它的持久化存储方式有多种，包括HDF5和CSV格式。在HDF5格式中，可以使用pandas的HDFStore类来创建与本地H5文件连接的IO对象，并使用store对象的键索引或get()方法来读取指定数据。例如，可以通过以下方式将数据存储到HDF5文件中： ``` import pandas as pd import numpy as np import time store = pd.HDFStore('store.h5') df = pd.DataFrame(np.random.rand(100000000,5)) # 生成一个1亿行，5列的标准正态分布随机数表 start1 = time.clock() store['df'] = df # 存储数据到HDF5文件 store.close() print(f'HDF5存储用时{time.clock()-start1}秒') ``` 另外，如果想从HDF5文件中读取数据，可以使用以下两种方式: ``` store = pd.HDFStore('demo.h5') df1 = store['df'] # 方式1：通过键索引读取数据 df2 = store.get('df') # 方式2：使用get()方法读取数据 df1 == df2 ``` 除了HDF5格式，还可以使用其他格式来持久化存储数据，比如CSV格式。可以使用pandas的to_csv()方法将数据存储为CSV文件，例如: ``` df.to_csv('df.csv',index=False) # 将数据存储为CSV文件 ``` 总结起来，pandas可以通过HDF5和CSV格式来实现数据的持久化存储。123 #### 引用[.reference_title] - *1* *2* *3* [利用pandas读写HDF5文件](https://blog.csdn.net/kyle1314608/article/details/112391780)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

阅读全文